使用 Gemini 2.5 Flash Image 与 Comfy Router

通过 Comfy Router 调用 vertexai/gemini-2.5-flash-image：endpoint、请求形状以及 Router 返回的响应。

vertexai/gemini-2.5-flash-image 的 API 参考，由 Comfy Router 从 Google 提供。

输入： 文本, 图像 · 输出： 图像 + 文本

快速开始

在你的 Comfy 工作区中创建一个密钥，并将其导出为 COMFY_API_KEY。Python 和 TypeScript 代码片段使用 Comfy SDK（pip install comfy-sdk 和 npm install @comfyorg/sdk）；cURL 代码片段则是通过原始 HTTP 进行的相同调用。

模型 ID： vertexai/gemini-2.5-flash-image

端点： POST https://api.comfy.org/v2/models/vertexai/gemini-2.5-flash-image

[tab] 等待结果 ``python Python theme={null} from comfy_sdk import Comfy # 从环境中读取 COMFY_API_KEY。 # SDK 会自动创建幂等键，并在自动重试时复用它。 with Comfy() as client: result = client.models.run( "vertexai/gemini-2.5-flash-image", { "contents": [ { "parts": [ { "text": "Describe a robot learning to paint, in two sentences.", }, ], "role": "user", }, ], }, ) print(result) ` `typescript TypeScript theme={null} import { comfy } from "@comfyorg/sdk"; // 从环境中读取 COMFY_API_KEY。 // SDK 会自动创建幂等键，并在自动重试时复用它。 const { data } = await comfy.models.run("vertexai/gemini-2.5-flash-image", { contents: [ { parts: [ { text: "Describe a robot learning to paint, in two sentences.", }, ], role: "user", }, ], }); console.log(data); ` `bash cURL theme={null} curl https://api.comfy.org/v2/models/vertexai/gemini-2.5-flash-image \ -H "X-API-Key: $COMFY_API_KEY" \ -H "Idempotency-Key: $(uuidgen)" \ -H "Content-Type: application/json" \ -d "{\"contents\": [{\"parts\":[{\"text\":\"Describe a robot learning to paint, in two sentences.\"}],\"role\":\"user\"}]}" ``

[tab] 排队并稍后收集 将相同的请求体发送到 POST https://api.comfy.org/v2/models/vertexai/gemini-2.5-flash-image/requests。运行被受理后，Router 会立即返回 201 和 request_id；结果就绪后，可以从本进程或其他进程收集。队列投递介绍了状态、取消与收集的细节。 ``python Python theme={null} import asyncio from comfy_sdk import AsyncComfy # 从环境中读取 COMFY_API_KEY。 # 每次 submit() 调用都会生成自己的 Idempotency-Key，并在自动重试时复用它。 async def main(): async with AsyncComfy() as client: handle = await client.models.submit( "vertexai/gemini-2.5-flash-image", { "contents": [ { "parts": [ { "text": "Describe a robot learning to paint, in two sentences.", }, ], "role": "user", }, ], }, ) print("request_id:", handle.request_id) # 加上模型 ID，就是另一个进程所需的全部信息 # 轮询直到请求完成，按服务器指定的 Retry-After 等待。 async for update in handle.iter_events(): print(update.status, update.queue_position) # 提供商自己的响应载荷，与 models.run() 返回的值相同。 # 失败或已取消的请求会在此处抛出带类型的 Router 错误。 result = await handle.get() print(result) asyncio.run(main()) ` `typescript TypeScript theme={null} import { comfy } from "@comfyorg/sdk"; // 从环境中读取 COMFY_API_KEY。 // 每次 submit() 调用都会生成自己的 Idempotency-Key，并在自动重试时复用它。 const handle = await comfy.models.submit("vertexai/gemini-2.5-flash-image", { contents: [ { parts: [ { text: "Describe a robot learning to paint, in two sentences.", }, ], role: "user", }, ], }); console.log("requestId:", handle.requestId); // 加上模型 ID，就是另一个进程所需的全部信息 // 轮询直到请求完成，按服务器指定的 Retry-After 等待。 for await (const update of handle.events()) { console.log(update.status, update.queuePosition); } // 与 models.run() 返回的结果相同。失败或已取消的请求会在此处 reject。 const result = await handle.get(); console.log(result.data); ` `bash cURL theme={null} # 1. 提交。Router 返回 201，以及 request_id、status_url、response_url 和 cancel_url。 curl https://api.comfy.org/v2/models/vertexai/gemini-2.5-flash-image/requests \ -H "X-API-Key: $COMFY_API_KEY" \ -H "Idempotency-Key: $(uuidgen)" \ -H "Content-Type: application/json" \ -d "{\"contents\": [{\"parts\":[{\"text\":\"Describe a robot learning to paint, in two sentences.\"}],\"role\":\"user\"}]}" # 2. 轮询直到状态为 COMPLETED，按每个响应指定的 Retry-After 秒数等待。 REQUEST_ID="<request_id from the 201 body>" curl -i https://api.comfy.org/v2/models/vertexai/gemini-2.5-flash-image/requests/$REQUEST_ID/status \ -H "X-API-Key: $COMFY_API_KEY" # 3. 收集。200 返回模型的原生输出；仍在运行时返回 202 和状态响应体。 curl https://api.comfy.org/v2/models/vertexai/gemini-2.5-flash-image/requests/$REQUEST_ID \ -H "X-API-Key: $COMFY_API_KEY" ``

服务提供商

除非请求中指定了其他提供商，否则此模型由 Comfy Router 直接提供服务。以下提供商也在同一端点上使用相同的模型 ID 提供该模型，可通过 model_provider 查询参数选择。

• Comfy（默认）：POST https://api.comfy.org/v2/models/vertexai/gemini-2.5-flash-image
• MiniMax，作为 minimax/minimax-nano-banana：POST https://api.comfy.org/v2/models/vertexai/gemini-2.5-flash-image?model_provider=minimax

strict_mode 默认为 false，因此 Router 会将本页记录的原生请求体转换为提供商自己的 schema，并将响应转换回来。关于所有以此方式路由的模型，请参阅 API 参考中的 model_provider、strict_mode 和 fallback_provider 以及服务提供商。

Schema

输入

contents object[] required

与模型当前对话的内容。对于单轮查询，这是一个单独的实例。对于多轮查询，这是一个重复字段，包含对话历史和最新的请求。

contents\[].parts object[] required

contents\[].parts\[].fileData object

基于 URI 的数据。

contents\[].parts\[].fileData.fileUri string

URI

contents\[].parts\[].fileData.mimeType string

在 data 或 fileUri 字段中指定的文件的媒体类型。可接受的值包括以下这些。对于 gemini-2.0-flash-lite 和 gemini-2.0-flash，音频文件的最大长度为 8.4 小时，视频文件（不含音频）的最大长度为一小时。如需了解更多信息，请参阅 Gemini 音频和视频要求。文本文件必须采用 UTF-8 编码。文本文件的内容计入 token 限制。图像分辨率无限制。

可选值：application/pdf, audio/mpeg, audio/mp3, audio/wav, image/png, image/jpeg, image/webp, text/plain, video/mov, video/mpeg, video/mp4, video/mpg, video/avi, video/wmv, video/mpegps, video/flv, image/heic, image/heif, audio/flac, video/webm

contents\[].parts\[].inlineData object

以原始字节表示的内联数据。对于 gemini-2.0-flash-lite 和 gemini-2.0-flash，通过 inlineData 最多可以指定 3000 张图像。

contents\[].parts\[].inlineData.data string (byte)

要以内联方式包含在提示中的图像、PDF 或视频的 base64 编码。以内联方式包含媒体时，还必须指定数据的媒体类型（mimeType）。大小限制：20MB

Format: byte

contents\[].parts\[].inlineData.mimeType string

在 data 或 fileUri 字段中指定的文件的媒体类型。可接受的值包括以下这些。对于 gemini-2.0-flash-lite 和 gemini-2.0-flash，音频文件的最大长度为 8.4 小时，视频文件（不含音频）的最大长度为一小时。如需了解更多信息，请参阅 Gemini 音频和视频要求。文本文件必须采用 UTF-8 编码。文本文件的内容计入 token 限制。图像分辨率无限制。

可选值：application/pdf, audio/mpeg, audio/mp3, audio/wav, image/png, image/jpeg, image/webp, text/plain, video/mov, video/mpeg, video/mp4, video/mpg, video/avi, video/wmv, video/mpegps, video/flv, image/heic, image/heif, audio/flac, video/webm

contents\[].parts\[].mediaProcessing string

模型如何读取此部分的视频。设置为 “AGENTIC” 可让模型自行决定检查哪些片段，而不是按固定帧率采样。省略则采用默认的固定帧率采样。在 gemini-3.7-flash 及更新的 Flash 模型上受支持。

contents\[].parts\[].text string

文本提示或代码片段。

contents\[].parts\[].thought boolean

表示此部分是来自模型的思考/推理步骤。

contents\[].role string

可选值：user, model

generationConfig object

用于生成的采样、长度和输出设置。每个字段都是可选的：下面声明了 default 的字段在省略时应用该默认值，其余字段则回退到模型自身的行为。

generationConfig.imageConfig object

图像生成的配置

generationConfig.imageConfig.aspectRatio string

已生成图像的宽高比

generationConfig.imageConfig.imageOutputOptions object

可选。已生成图像的图像输出格式。

generationConfig.imageConfig.imageOutputOptions.compressionQuality integer

可选。输出图像的压缩质量。

generationConfig.imageConfig.imageOutputOptions.mimeType string

可选。在 Vertex AI 路径上，输出应保存为的图像格式：由 Comfy 自有凭据提供服务的请求，以及使用 GCP 服务账号进行身份验证的 BYOK 请求。这些路径上可接受的值为 image/png 和 image/jpeg，匹配时不区分大小写，并在请求转发前规范化为小写；任何其他值都会被拒绝，并返回指明此字段的 400。省略时默认为 image/png。使用 Google AI Studio API 密钥进行身份验证的 BYOK 请求是例外：该上游没有此属性，如果存在该属性会拒绝整个调用，因此该字段会从请求中移除，而不是被接受或拒绝，输出格式由 AI Studio 自行选择。在所有路径上，都请从返回的响应部分中读取媒体类型（inlineData.mimeType，或者当设置了 uploadImagesToStorage 时为 fileData.mimeType），而不要假定你发送的值。

generationConfig.imageConfig.imageSize string

可选。指定已生成图像的尺寸。支持的值为 1K、2K、4K。如果未指定，模型将使用默认值 1K。

generationConfig.maxOutputTokens integer

响应中可生成的 token 最大数量。一个 token 大约相当于 4 个字符。100 个 token 大约对应 60-80 个单词。

范围：16 到 65536

generationConfig.responseModalities \\TEXT, IMAGE[]

generationConfig.seed integer

当 seed 固定为特定值时，模型会尽最大努力为重复请求提供相同的响应。不保证输出具有确定性。此外，即使使用相同的 seed 值，更改模型或参数设置（例如 temperature）也可能导致响应出现变化。默认情况下，会使用随机 seed 值。适用于以下模型：gemini-2.5-flash, gemini-2.5-pro, gemini-2.5-flash-preview-04-1, gemini-2.5-pro-preview-05-0, gemini-2.0-flash-lite-00, gemini-2.0-flash-001

generationConfig.stopSequences string[]

generationConfig.temperature number (default: 1)

temperature 用于在响应生成期间进行采样，采样在应用 topP 和 topK 时发生。temperature 控制 token 选择过程中的随机程度。较低的 temperature 适合需要较为封闭或缺乏创造性的响应的提示，而较高的 temperature 则可能带来更多样或更具创造性的结果。temperature 为 0 表示始终选择概率最高的 token。在这种情况下，对于给定提示的响应大多是确定性的，但仍可能出现少量变化。如果模型返回的响应过于笼统、过于简短，或者模型给出了回退响应，请尝试提高 temperature

范围：0 到 2

格式：float

generationConfig.thinkingConfig object

可选。思考功能的配置。思考是指模型将复杂任务分解为更小的步骤，以生成更高质量响应的过程。

generationConfig.thinkingConfig.includeThoughts boolean

可选。如果为 true，模型会在响应中包含其思考内容。

generationConfig.thinkingConfig.thinkingBudget integer

可选。模型思考过程的 token 预算。模型将尽最大努力保持在此预算范围内。

generationConfig.thinkingConfig.thinkingLevel string

可选。模型的思考级别。

可能的值：THINKING_LEVEL_UNSPECIFIED、LOW、MEDIUM、HIGH、MINIMAL

generationConfig.topK integer (default: 40)

Top-K 会改变模型选择输出 token 的方式。Top-K 为 1 表示下一个被选择的 token 是模型词表中所有 token 里概率最高的那个。Top-K 为 3 表示使用 temperature 从概率最高的 3 个 token 中选择下一个 token。

范围：1 到 …

generationConfig.topP number (default: 0.95)

如果指定，则使用核采样（nucleus sampling）。 Top-P 会改变模型选择输出 token 的方式。token 按概率从最高（参见 top-K）到最低进行选择，直到它们的概率之和等于 top-P 值。例如，如果 token A、B、C 的概率分别为 0.3、0.2 和 0.1，且 top-P 值为 0.5，那么模型会使用 temperature 选择 A 或 B 作为下一个 token，并将 C 排除在候选之外。 指定较低的值可获得随机性更低的响应，指定较高的值可获得随机性更高的响应。

范围：0 到 1

格式：float

safetySettings object[]

用于阻止不安全内容的逐请求设置。在 GenerateContentResponse.candidates 上强制执行。

safetySettings\[].category string required

可能的值：HARM_CATEGORY_SEXUALLY_EXPLICIT、HARM_CATEGORY_HATE_SPEECH、HARM_CATEGORY_HARASSMENT、HARM_CATEGORY_DANGEROUS_CONTENT

safetySettings\[].threshold string required

可能的值：OFF、BLOCK_NONE、BLOCK_LOW_AND_ABOVE、BLOCK_MEDIUM_AND_ABOVE、BLOCK_ONLY_HIGH

systemInstruction object

用于引导模型获得更好表现的指令。例如，“尽可能简洁地回答”或“回答中不要使用技术术语”。这些文本字符串会计入 token 限额。systemInstruction 的 role 字段会被忽略，不会影响模型的表现。注意：parts 中只应使用文本，并且每个 part 中的内容应位于单独的段落。

systemInstruction.parts object[] required

构成单条消息的有序 part 列表。不同的 part 可能具有不同的 IANA MIME 类型。有关输入的限制，例如最大 token 数或图像数量，请参阅 Google 模型页面上的模型规格。

systemInstruction.parts\[].text string

文本提示或代码片段。

systemInstruction.role string

创建该消息的实体的身份。支持以下值：user：表示该消息由真人发送，通常是用户生成的消息。model：表示该消息由模型生成。在多轮对话中，使用 model 值可将来自模型的消息插入对话中。对于非多轮对话，此字段可以留空或不设置。

可能的值：user、model

tools object[]

一段代码，使系统能够与外部系统交互，以执行超出模型知识和范围的某个操作或一组操作。请参阅函数调用。

tools\[].functionDeclarations object[]

tools\[].functionDeclarations\[].description string

tools\[].functionDeclarations\[].name string required

tools\[].functionDeclarations\[].parameters object

函数参数的 JSON schema

uploadImagesToStorage boolean

如果为 true，已生成图像将上传到云端存储，并以签名 URL 的形式返回，而不是内联 base64 数据。这些 URL 会在 24 小时后过期。

videoMetadata object

对于视频输入，以 Duration 格式指定视频的起始和结束偏移量。例如，要指定从 1:00 开始的 10 秒片段，请设置 "startOffset": \{ "seconds": 60 } 和 "endOffset": \{ "seconds": 70 }。仅当视频数据以 inlineData 或 fileData 形式呈现时，才应指定该元数据。

videoMetadata.endOffset object

表示视频时间轴位置的时长偏移量。

videoMetadata.endOffset.nanos integer

以纳秒为单位的带符号秒的小数部分。带小数的负秒值仍必须具有非负的 nanos 值。

范围：0 到 999999999

videoMetadata.endOffset.seconds integer

时间跨度的带符号秒数。其值必须介于 -315,576,000,000 到 +315,576,000,000（含）之间。

范围：-315576000000 到 315576000000

videoMetadata.startOffset object

表示视频时间轴位置的时长偏移量。

videoMetadata.startOffset.nanos integer

以纳秒为单位的带符号秒的小数部分。带小数的负秒值仍必须具有非负的 nanos 值。

范围：0 到 999999999

videoMetadata.startOffset.seconds integer

时间跨度的带符号秒数。其值必须介于 -315,576,000,000 到 +315,576,000,000（含）之间。

范围：-315576000000 到 315576000000

本页内容由 Router 在 GET /v2/models/vertexai/gemini-2.5-flash-image/openapi.json 提供的 schema 生成，该文档与 Router 在请求到达提供商之前用于校验调用的文档相同。

输出

candidates object[]

candidates\[].citationMetadata object

candidates\[].citationMetadata.citations object[]

candidates\[].citationMetadata.citations\[].authors string[]

candidates\[].citationMetadata.citations\[].endIndex integer

candidates\[].citationMetadata.citations\[].license string

candidates\[].citationMetadata.citations\[].publicationDate string (date)

格式：date

candidates\[].citationMetadata.citations\[].startIndex integer

candidates\[].citationMetadata.citations\[].title string

candidates\[].citationMetadata.citations\[].uri string

candidates\[].content object

与模型进行当前对话的内容。对于单轮查询，这是一个单一实例。对于多轮查询，这是一个重复字段，包含对话历史和最新的请求。

candidates\[].content.parts object[] required

candidates\[].content.parts\[].fileData object

基于 URI 的数据。

candidates\[].content.parts\[].fileData.fileUri string

URI

candidates\[].content.parts\[].fileData.mimeType string

data 或 fileUri 字段中指定的文件的媒体类型。可接受的值如下。对于 gemini-2.0-flash-lite 和 gemini-2.0-flash，音频文件的最大长度为 8.4 小时，视频文件（不含音频）的最大长度为一小时。更多信息请参阅 Gemini 音频和视频要求。文本文件必须采用 UTF-8 编码。文本文件的内容计入 token 上限。图像分辨率无限制。

可能的值：application/pdf、audio/mpeg、audio/mp3、audio/wav、image/png、image/jpeg、image/webp、text/plain、video/mov、video/mpeg、video/mp4、video/mpg、video/avi、video/wmv、video/mpegps、video/flv、image/heic、image/heif、audio/flac、video/webm

candidates\[].content.parts\[].inlineData object

以内联原始字节形式提供的数据。对于 gemini-2.0-flash-lite 和 gemini-2.0-flash，使用 inlineData 最多可指定 3000 张图像。

candidates\[].content.parts\[].inlineData.data string (byte)

要以内联方式包含在提示中的图像、PDF 或视频的 base64 编码。以内联方式包含媒体时，还必须指定数据的媒体类型（mimeType）。大小限制：20MB

格式：byte

candidates\[].content.parts\[].inlineData.mimeType string

data 或 fileUri 字段中指定的文件的媒体类型。可接受的值如下。对于 gemini-2.0-flash-lite 和 gemini-2.0-flash，音频文件的最大长度为 8.4 小时，视频文件（不含音频）的最大长度为一小时。更多信息请参阅 Gemini 音频和视频要求。文本文件必须采用 UTF-8 编码。文本文件的内容计入 token 上限。图像分辨率无限制。

可能的值：application/pdf、audio/mpeg、audio/mp3、audio/wav、image/png、image/jpeg、image/webp、text/plain、video/mov、video/mpeg、video/mp4、video/mpg、video/avi、video/wmv、video/mpegps、video/flv、image/heic、image/heif、audio/flac、video/webm

candidates\[].content.parts\[].mediaProcessing string

模型如何读取此部分中的视频。设为 "AGENTIC" 可让模型自行决定要检查哪些片段，而不是采用固定速率的帧采样。省略则使用默认的固定速率采样。支持 gemini-3.7-flash 及更新的 Flash 模型。

candidates\[].content.parts\[].text string

文本提示或代码片段。

candidates\[].content.parts\[].thought boolean

表示此部分是模型的思考/推理步骤。

candidates\[].content.role string

可能的值：user、model

candidates\[].finishReason string

candidates\[].safetyRatings object[]

candidates\[].safetyRatings\[].category string

可能的值：HARM_CATEGORY_SEXUALLY_EXPLICIT、HARM_CATEGORY_HATE_SPEECH、HARM_CATEGORY_HARASSMENT、HARM_CATEGORY_DANGEROUS_CONTENT

candidates\[].safetyRatings\[].probability string

内容违反指定安全类别（category）的概率

可能的值：NEGLIGIBLE、LOW、MEDIUM、HIGH、UNKNOWN

createTime string

响应创建时的时间戳。

modelVersion string

用于生成响应的模型版本。

promptFeedback object

promptFeedback.blockReason string

promptFeedback.blockReasonMessage string

promptFeedback.safetyRatings object[]

promptFeedback.safetyRatings\[].category string

可选值：HARM_CATEGORY_SEXUALLY_EXPLICIT, HARM_CATEGORY_HATE_SPEECH, HARM_CATEGORY_HARASSMENT, HARM_CATEGORY_DANGEROUS_CONTENT

promptFeedback.safetyRatings\[].probability string

内容违反指定安全类别的概率

可能的值：NEGLIGIBLE、LOW、MEDIUM、HIGH、UNKNOWN

responseId string

响应的唯一标识符。

usageMetadata object

usageMetadata.cachedContentTokenCount integer

仅输出。输入中缓存部分（缓存内容）的 token 数量。

usageMetadata.candidatesTokenCount integer

响应中的 token 数量。

usageMetadata.candidatesTokensDetails object[]

按模态划分的候选 token 明细。

usageMetadata.candidatesTokensDetails\[].modality string

输入或输出内容的模态类型。

可能的值：MODALITY_UNSPECIFIED、TEXT、IMAGE、VIDEO、AUDIO、DOCUMENT

usageMetadata.candidatesTokensDetails\[].tokenCount integer

给定模态的 token 数量。

usageMetadata.promptTokenCount integer

请求中的 token 数量。设置 cachedContent 时，这仍是有效的提示总大小，也就是说其中包含缓存内容中的 token 数量。

usageMetadata.promptTokensDetails object[]

按模态划分的提示 token 明细。

usageMetadata.promptTokensDetails\[].modality string

输入或输出内容的模态类型。

可能的值：MODALITY_UNSPECIFIED、TEXT、IMAGE、VIDEO、AUDIO、DOCUMENT

usageMetadata.promptTokensDetails\[].tokenCount integer

给定模态的 token 数量。

usageMetadata.thoughtsTokenCount integer

thoughts 输出中的 token 数量。

usageMetadata.toolUsePromptTokenCount integer

工具使用提示中的 token 数量。

usageMetadata.toolUsePromptTokensDetails object[]

按模态划分的工具使用提示 token 明细。

usageMetadata.toolUsePromptTokensDetails\[].modality string

输入或输出内容的模态类型。

可能的值：MODALITY_UNSPECIFIED、TEXT、IMAGE、VIDEO、AUDIO、DOCUMENT

usageMetadata.toolUsePromptTokensDetails\[].tokenCount integer

给定模态的 token 数量。

usageMetadata.totalTokenCount integer

token 总数（提示 + 候选）。

usageMetadata.trafficType string

请求使用的流量类型（例如 PROVISIONED\_THROUGHPUT）。

示例

输入

{
  "contents": [
    {
      "parts": [
        {
          "text": "Describe a robot learning to paint, in two sentences."
        }
      ],
      "role": "user"
    }
  ]
}

输出

{
  "candidates": [
    {
      "content": {
        "parts": [
          {
            "inlineData": {
              "data": "PGJhc2U2ND4=",
              "mimeType": "image/png"
            }
          }
        ],
        "role": "model"
      },
      "finishReason": "STOP"
    }
  ],
  "modelVersion": "gemini-2.5-flash-image",
  "responseId": "7c6b5a49-3827-1605-f4e3-d2c1b0a99887",
  "usageMetadata": {
    "candidatesTokenCount": 1290,
    "promptTokenCount": 11,
    "totalTokenCount": 1301
  }
}

发布前须知

SDK 会生成 Idempotency-Key 并在自动重试中复用它。手动重试时，请复用原始 key。Router 最长可保持连接 10 分钟。

请求失败时，Router 会发送 X-Comfy-Error-Type 响应头说明原因。422 表示 Router 在调用提供商之前就拒绝了输入，413 表示请求体超出了 Router 可接受的大小。已生成的资源请及时下载，因为结果 URL 会过期。

上文任何字段描述中提到的尺寸限制，都是提供商对该字段自身的限定，引自提供商的规范。Router 会对整个请求体另行设置上限，base64 编码的媒体内容也计入其中：参见请求体大小。

本页记录的是通过 Comfy Router 调用的某一个合作伙伴模型。同一个 comfy-sdk / @comfyorg/sdk 包还提供第二个客户端，用于在 Comfy Cloud 上运行完整的 ComfyUI 工作流图：Comfy(api_key=...) / new Comfy({ apiKey })，并带有 client.workflows、client.assets 和 client.jobs。请参阅 Comfy SDKs。

[card] 请求头 身份验证、幂等性、请求 ID、错误分类、重试节奏、消费限额。

[card] 使用 Router API 模型发现、验证错误、重试与计费。

[card] 限制 Router 目前不支持的功能，以及替代方案。